国内刊号:21-1124/TP
国际刊号:1001-0920
发布日期:
作者:郭广颂,高海荣,张勇
单位:郑州航空工业管理学院 智能工程学院,郑州 450046,,山东交通职业学院 交通工程系, 山东 泰安 271000,,中国矿业大学 信息与控制工程学院,江苏 徐州 221116,
关键词:迁移学习;灰支持向量回归机;交互;聚类进化算法;非被占优解排序遗传算法II
基金:国家自然科学基金项目(61876185);河南省重点研发与推广专项(212102210491).
针对机器感知评价和种群进化,提出基于迁移学习灰支持向量回归机的个体适应值预测方法和聚类进化策略.通过共享用户已评价个体适应值学习模型与部分未评价个体适应值学习模型,实现知识模型差异最小化.建立具有迁移学习能力的灰支持向量回归机模型,预测未评价个体适应值.基于聚类子集计算个体平均距离,并设计选择算子和交叉算子,扩大子代搜索区域,增强种群多样性.基于上述策略,采用NSGA-II范式实现交互式进化计算.最后,分析算法时间复杂度,表明算法可提高评价精度,并克服局部收敛问题.将该算法应用于室内灯光调色问题,验证所提出方法的有效性.
来源:2021年第10期
《控制与决策》期刊编辑部